公开(公告)号：CN115690410A

公开(公告)日：2023-02-03

申请号：CN202211160286.0

申请日：2022-09-22

Applicant: 中国科学院计算技术研究所

Inventor： 代锋 ,  马宜科 ,  刘子辰 ,  张玉成 ,  张帅宾

IPC: G06V10/26 ,  G06V10/762 ,  G06V20/70

Abstract: 本发明提出一种基于特征聚类的语义分割方法和系统，包括：语义分割模型中的特征提取层提取训练图像的深层语义特征和浅层细节特征，语义分割模型中第一卷积分类器为深层语义特征进行分类，得到训练图像中各像素的第一分类结果，归一化第一分类结果，得到每个像素属于类别的概率，点积概率和深层语义特征，得到每个类别的类特征；融合深层语义特征和浅层细节特征，得到像素级别特征；根据像素级别特征，取训练图像中各像素到每个类特征的相似度最大对应的类别作为第二分类结果；语义分割模型中第二卷积分类器为像素级别特征进行分类，得到训练图像中像素的第三分类结果；根据类别标签和各分类结果，训练语义分割模型，以为指定图片进行语义分割。

公开(公告)号：CN116452790A

公开(公告)日：2023-07-18

申请号：CN202310264901.0

申请日：2023-03-14

Applicant: 中国科学院计算技术研究所

Inventor： 代锋 ,  马宜科 ,  刘子辰 ,  张玉成 ,  张帅宾

IPC: G06V10/24 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本申请公开了一种基于最优传输的边界校正方法，该方法包括：通用语义分割步骤：基于通用语义分割网络进行特征提取、特征增强及逐像素的分类操作，输出语义分割监督的损失值；边界预测步骤：在通用语义分割网络后引入一边界分支，基于边界分支计算预测边界的初始位置，并通过语义边界损失进行监督；边界校正步骤：将边界分支的每个像素预测结果进行归一化，通过最优传输计算语义边界定位损失，通过不断训练进行语义边界损失的校正，达到边界区域分割的最优准确度。本发明方法将边界预测建模为最优传输问题，通过计算预测边界到真实边界的最小传输代价以对边界预测的结果进行监督，有效地提高边界分割的准确性。